范正根，鄧超，范雨琪，劉蒙罷，盧華，張普偉

（1.江西師范大學(xué) 城市建設(shè)學(xué)院，江西 南昌 330022；2.華中農(nóng)業(yè)大學(xué) 公共管理學(xué)院，湖北 武漢 430070；3.江西財(cái)經(jīng)大學(xué) 應(yīng)用經(jīng)濟(jì)學(xué)院，江西 南昌 330013）

耕地是人類賴以生存的基礎(chǔ)資源和重要的生態(tài)系統(tǒng)，不僅為人類提供食物和原料，還承擔(dān)著大量的生態(tài)系統(tǒng)服務(wù)[1]。我國僅用世界約7%的耕地養(yǎng)活了世界22%的人口，但農(nóng)業(yè)生產(chǎn)也造成了碳排放、面源污染、土壤退化等一系列后果，嚴(yán)重影響耕地利用的可持續(xù)性[2]，對(duì)國家糧食安全造成隱患，使得我國耕地面臨著糧食保障的巨大壓力[3-4]，尤其是在碳排放方面，中國是全球農(nóng)業(yè)碳排放第一大國[5]，其中又以種植業(yè)碳排放為主要來源，包括農(nóng)作物種植過程中產(chǎn)生的碳排放和農(nóng)業(yè)生產(chǎn)要素投入所產(chǎn)生的碳排放[6]。2020 年，我國明確提出力爭2030 年前實(shí)現(xiàn)碳達(dá)峰、2060 年前實(shí)現(xiàn)碳中和的“雙碳”目標(biāo)，相較于發(fā)達(dá)國家從碳達(dá)峰到碳中和60 年左右的過渡期，我國“雙碳”目標(biāo)面臨的任務(wù)非常艱巨。針對(duì)上述背景，耕地資源固碳增匯能力的提升對(duì)實(shí)現(xiàn)“雙碳”目標(biāo)具有重大影響[7]，我國耕地利用具有巨大的碳減排空間和發(fā)展低碳農(nóng)業(yè)的前景。2023 年中央一號(hào)文件明確指出，堅(jiān)決守牢確保糧食安全，推進(jìn)農(nóng)業(yè)綠色發(fā)展。因此，對(duì)耕地利用的糧食保障、經(jīng)濟(jì)效益、生態(tài)功能進(jìn)行綜合測(cè)度，分析耕地利用中社會(huì)、經(jīng)濟(jì)、生態(tài)三維交互的演變特征和區(qū)域差異，探索“雙碳”目標(biāo)背景下的耕地利用可持續(xù)發(fā)展，對(duì)于我國“雙碳”目標(biāo)實(shí)現(xiàn)、糧食安全保障和農(nóng)業(yè)綠色發(fā)展具有重要的現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

耕地利用生態(tài)效率是衡量耕地利用“經(jīng)濟(jì)—社會(huì)—生態(tài)”效益的重要指標(biāo)[8]。在“雙碳”目標(biāo)背景下，提升耕地利用生態(tài)效率正成為實(shí)現(xiàn)耕地碳減排和可持續(xù)利用的有效途徑。當(dāng)前學(xué)界基于不同研究視角進(jìn)行耕地利用生態(tài)效率的相關(guān)研究，主要是在對(duì)不同區(qū)域耕地利用生態(tài)效率測(cè)度基礎(chǔ)上進(jìn)行的耕地利用生態(tài)效率影響因素的研究[8-10]和時(shí)空特征分析[11-13]。耕地利用生態(tài)效率測(cè)度作為不同視角下耕地利用生態(tài)效率研究的基礎(chǔ)，需要以明確的理論內(nèi)涵支撐其測(cè)度指標(biāo)體系構(gòu)建。當(dāng)前學(xué)界并無一致的耕地利用生態(tài)效率內(nèi)涵界定，對(duì)耕地利用生態(tài)效率的測(cè)度研究往往基于生態(tài)效率內(nèi)涵并結(jié)合耕地利用投入產(chǎn)出方面指標(biāo)開展[8,14-15]，因此，現(xiàn)有的耕地利用評(píng)價(jià)指標(biāo)體系亦不一致。早期學(xué)者們?cè)跇?gòu)建耕地利用生態(tài)效率評(píng)價(jià)指標(biāo)體系中常以耕地、勞動(dòng)力和資本為投入指標(biāo)，產(chǎn)出指標(biāo)相對(duì)而言較少[10,16]；隨后，資源投入被視為耕地利用活動(dòng)對(duì)生態(tài)環(huán)境消耗的表征，亦被納入耕地利用生態(tài)效率評(píng)價(jià)的投入指標(biāo)[17-18]，進(jìn)一步豐富了耕地利用生態(tài)效率評(píng)價(jià)指標(biāo)體系的構(gòu)建研究。隨著相關(guān)研究的不斷深入，面源污染作為反映耕地利用對(duì)生態(tài)環(huán)境負(fù)面影響的代表亦被學(xué)者們挖掘并納入耕地利用生態(tài)效率評(píng)價(jià)指標(biāo)體系[9]，耕地利用生態(tài)效率評(píng)價(jià)指標(biāo)體系更為科學(xué)和健全。綜上所述，學(xué)者們從對(duì)耕地利用生態(tài)效率內(nèi)涵的理解出發(fā)，構(gòu)建耕地利用生態(tài)效率評(píng)價(jià)指標(biāo)體系，并依據(jù)其測(cè)度結(jié)果在優(yōu)化耕地利用的投入產(chǎn)出結(jié)構(gòu)方面提出有關(guān)政策建議，以此探究我國耕地利用效益的提升路徑。

現(xiàn)有的耕地利用生態(tài)效率研究對(duì)我國耕地利用綜合效益進(jìn)行了較為系統(tǒng)的綜合評(píng)價(jià)，為本文提供了重要的理論參考，但在研究視角和研究內(nèi)容上仍存在可擴(kuò)展之處。研究視角方面，當(dāng)前對(duì)耕地利用生態(tài)效率這一評(píng)測(cè)耕地利用綜合效益的常用指標(biāo)并無統(tǒng)一的理論內(nèi)涵界定，已有的耕地利用生態(tài)效率概念內(nèi)涵多是在生態(tài)效率概念上結(jié)合耕地利用活動(dòng)部分顯性特征的拓展應(yīng)用，其科學(xué)性和針對(duì)性有待進(jìn)一步提升，更缺乏“雙碳”目標(biāo)視角下的相關(guān)研究。因此，對(duì)其測(cè)度難以準(zhǔn)確地反映耕地利用綜合效益，需要基于更明確的理論內(nèi)涵構(gòu)建耕地利用生態(tài)效率評(píng)價(jià)指標(biāo)體系。研究內(nèi)容方面，盡管當(dāng)前已有研究考慮耕地利用對(duì)生態(tài)環(huán)境的影響，將耕地利用所需的資源投入及其產(chǎn)生的碳排放、面源污染納入耕地利用生態(tài)效率評(píng)價(jià)指標(biāo)體系，但缺乏對(duì)耕地碳吸收作用的考量，事實(shí)上耕地作為重要的生態(tài)系統(tǒng)，在實(shí)踐中被證實(shí)具有顯著的固碳效應(yīng)和碳匯效應(yīng)[19]。因此，需納入耕地利用的碳匯效益以全面評(píng)價(jià)其對(duì)生態(tài)環(huán)境的影響。此外，當(dāng)前亦缺乏對(duì)區(qū)域耕地利用綜合評(píng)價(jià)的內(nèi)部差異研究[14]，因此難以因地制宜、分區(qū)施策提升我國各地區(qū)的耕地利用水平。

基于此，在借鑒和吸收已有研究成果的基礎(chǔ)上，本文試圖構(gòu)建“雙碳”目標(biāo)視角下的耕地利用生態(tài)效率概念內(nèi)涵，在厘清耕地利用生態(tài)效率概念的基礎(chǔ)上，構(gòu)建涵蓋耕地利用碳匯的評(píng)價(jià)指標(biāo)體系，并以長江中下游糧食主產(chǎn)區(qū)為研究區(qū)域，通過非期望產(chǎn)出超效率SBM 模型對(duì)研究區(qū)域內(nèi)2007—2020 年71 座地級(jí)市耕地利用生態(tài)效率進(jìn)行測(cè)度，并運(yùn)用非參數(shù)核密度估計(jì)方法刻畫研究區(qū)域耕地利用生態(tài)效率的時(shí)序演變特征，采用探索性空間數(shù)據(jù)分析方法對(duì)其空間格局演變特征進(jìn)行識(shí)別，以期提出耕地高產(chǎn)值低碳低污染利用的基本策略，為促進(jìn)地區(qū)間耕地綠色利用協(xié)調(diào)發(fā)展和“雙碳”目標(biāo)的實(shí)現(xiàn)提供理論依據(jù)。

2 耕地利用生態(tài)效率理論內(nèi)涵及評(píng)價(jià)指標(biāo)體系構(gòu)建

2.1 理論內(nèi)涵

當(dāng)前研究對(duì)耕地利用生態(tài)效率的理論內(nèi)涵和研究方法進(jìn)行了深入的探討。理論內(nèi)涵方面，不同學(xué)者對(duì)于耕地利用生態(tài)效率的內(nèi)涵界定并不一致。YANG 等[8]將耕地利用生態(tài)效率的概念定義為社會(huì)經(jīng)濟(jì)產(chǎn)出最大化和環(huán)境污染最小化，并將其產(chǎn)出詳細(xì)描述為所需的產(chǎn)出，即農(nóng)業(yè)總產(chǎn)值、糧食產(chǎn)量以及不良產(chǎn)出。劉蒙罷等[20]將其定義為耕地利用過程中投入一定的生產(chǎn)要素和期望產(chǎn)出（農(nóng)業(yè)產(chǎn)值、糧食總產(chǎn)量）最大化及非期望產(chǎn)出（碳排放量）最小化所能實(shí)現(xiàn)的程度。WU 等[13]亦提出了與其相似的概念。盡管已有研究對(duì)耕地利用生態(tài)效率進(jìn)行概念界定的角度不同，但其基本思想是一致的，即將生態(tài)效率的概念拓展到耕地利用領(lǐng)域，追求耕地利用活動(dòng)的投入要素和總碳排放量最小化，以及農(nóng)業(yè)產(chǎn)值和糧食產(chǎn)量最大化。測(cè)度方法方面，當(dāng)前對(duì)耕地利用生態(tài)效率的測(cè)度方法主要為DEA（數(shù)據(jù)包絡(luò)分析）方法，該方法具有無需預(yù)設(shè)模型函數(shù)形式、適用多項(xiàng)投入和產(chǎn)出等優(yōu)勢(shì)[21]。因此，越來越多學(xué)者通過DEA 及其衍生的DEA-SBM 方法來測(cè)度生產(chǎn)率和效率[22]，其中，SBMUndesirable 模型成為當(dāng)前學(xué)者對(duì)耕地利用生態(tài)效率進(jìn)行測(cè)度的主流模型[23-26]。

耕地是人類生存和社會(huì)經(jīng)濟(jì)發(fā)展的基本資源，耕地利用關(guān)乎國家糧食安全、生態(tài)環(huán)境健康和社會(huì)可持續(xù)發(fā)展[8]。因此，在耕地利用中，不僅要追求各項(xiàng)投入最小化與各項(xiàng)產(chǎn)出最大化，同時(shí)也要強(qiáng)調(diào)對(duì)環(huán)境的不良影響最低。在我國高度重視綠色農(nóng)業(yè)發(fā)展和“雙碳”目標(biāo)的背景下，耕地利用生態(tài)效率的概念內(nèi)涵應(yīng)在已有的研究基礎(chǔ)上進(jìn)一步凸顯耕地利用活動(dòng)的碳匯效應(yīng)。綜上所述，本文將耕地利用生態(tài)效率定義為：在耕地利用活動(dòng)中，各項(xiàng)投入要素所能產(chǎn)出的各項(xiàng)產(chǎn)出最大化與環(huán)境影響最小化水平。具體而言，耕地利用生態(tài)效率基于耕地生產(chǎn)特性，在投入要素層面，應(yīng)涵蓋“耕地—?jiǎng)趧?dòng)力—資本—能源”四類投入要素；在產(chǎn)出要素層面，可分為由“經(jīng)濟(jì)—社會(huì)—生態(tài)”三維構(gòu)成的期望產(chǎn)出（即農(nóng)業(yè)產(chǎn)值、糧食總產(chǎn)量和耕地利用碳匯效益）和以碳排放、面源污染兩項(xiàng)為代表的非期望產(chǎn)出（圖1）。

圖1 耕地利用生態(tài)效率理論機(jī)制

2.2 指標(biāo)體系構(gòu)建及說明

基于耕地利用生態(tài)效率概念內(nèi)涵及耕地生產(chǎn)特性，參考相關(guān)研究成果[8,27-29]，在測(cè)度體系中選取如下核心指標(biāo)，具體如表1 所示。

表1 耕地利用生態(tài)效率評(píng)價(jià)指標(biāo)體系

投入要素方面，選取農(nóng)作物實(shí)際播種面積表征耕地投入，第一產(chǎn)業(yè)從業(yè)人員表征勞動(dòng)力投入，農(nóng)藥、化肥、農(nóng)膜使用量表征資本投入，農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積表征能源投入。

期望產(chǎn)出方面，分別選取農(nóng)業(yè)產(chǎn)值、糧食產(chǎn)量和耕地碳匯表征耕地利用產(chǎn)生的經(jīng)濟(jì)效益、社會(huì)效益和生態(tài)效益，其中耕地碳匯主要考慮農(nóng)作物通過光合作用固定二氧化碳的動(dòng)態(tài)過程，測(cè)算公式為：

式中：Ct為碳匯總量；Cd為i類作物的碳吸收量；Cf為i類作物光合作用合成單位重量干物質(zhì)所需吸收的碳；Cw為i類作物的生物產(chǎn)量；Yw為i類作物的經(jīng)濟(jì)產(chǎn)量；Hi為i類作物的經(jīng)濟(jì)系數(shù)。本文選取農(nóng)作物種類包括稻谷、小麥、玉米、豆類、薯類、棉花、油菜7 類主要糧食和經(jīng)濟(jì)作物，各類作物碳吸收率和經(jīng)濟(jì)系數(shù)參照相關(guān)研究[30]。

非期望產(chǎn)出方面，本文選取耕地利用過程中的碳排放與面源污染作為非期望產(chǎn)出，其中測(cè)算碳排放量公式為：

式中：E為耕地利用碳排放總量；Ei是第i個(gè)碳源的碳排放；Gi和Si分別是各類碳源初始量與碳排放系數(shù)。本文選取化肥、農(nóng)藥、農(nóng)膜、翻耕、農(nóng)業(yè)機(jī)械動(dòng)力、灌溉6 類碳源，各碳源碳排放系數(shù)參照相關(guān)研究[8,31-32]。面源污染排放總量由肥料和農(nóng)田固廢產(chǎn)生的化學(xué)需氧量（COD）、總氮（TN）和總磷（TP）轉(zhuǎn)換為等標(biāo)排放量匯總得出。本文選取氮肥、磷肥以及稻谷、小麥、玉米、豆類、薯類、油料6 類作物秸稈作為面源污染產(chǎn)污要素，相關(guān)測(cè)算方式、產(chǎn)污系數(shù)和排放標(biāo)準(zhǔn)評(píng)價(jià)參考相關(guān)研究[33-35]，并參考2021 年農(nóng)業(yè)源產(chǎn)排污核算方法和系數(shù)手冊(cè)在測(cè)算中盡可能地考量地區(qū)差異進(jìn)行修正。

3 研究方法與區(qū)域概況

3.1 非期望產(chǎn)出超效率SBM模型

包含非期望產(chǎn)出的Super-SBM 模型同時(shí)結(jié)合了超效率模型和SBM-Undesirable 模型的優(yōu)點(diǎn)，可有效評(píng)估與排序多個(gè)效率值為1 的有效決策單元[36]，避免損失有效決策單元信息，基本原理如下：

式中：ρ*代表耕地利用生態(tài)效率值；m為決策單元數(shù)目，由投入n、期望產(chǎn)出q1、非期望產(chǎn)出q2組成；s-、、為n、q1、q2分別對(duì)應(yīng)的松弛變量；λj為約束條件。

3.2 非參數(shù)核密度估計(jì)

核密度估計(jì)是測(cè)量變量概率密度函數(shù)的常用非參數(shù)估計(jì)方法[37-38]，可將離散點(diǎn)轉(zhuǎn)化為連續(xù)的密度面，平滑直觀的描述變量分布形態(tài)和演變特征[39]，基本原理如下：

式中：f(x)是x位置處的估計(jì)密度值；K[ ]是核函數(shù)；h是帶寬；n為帶寬內(nèi)的特征總數(shù)；d是數(shù)據(jù)維度；(x-xi)是特征xi和位置x之間的距離。

3.3 空間自相關(guān)分析

空間自相關(guān)分析是描述空間相關(guān)性和異質(zhì)性的有效方法，通過全局莫蘭指數(shù)（Moran’s I）將空間地理關(guān)系融入數(shù)據(jù)分析[28]，反映耕地利用生態(tài)效率在全域視角上的空間特征，基本原理如下：

式中：I為莫蘭指數(shù)；n為研究區(qū)域評(píng)價(jià)單元總數(shù)；xi和xj分別對(duì)應(yīng)評(píng)價(jià)單元i和j的屬性值（i=j）為評(píng)價(jià)單元耕地利用生態(tài)效率均值；σ2為樣本方差。當(dāng)I＞0 時(shí)，表明耕地利用生態(tài)效率存在空間正相關(guān)性；當(dāng)I＜0 時(shí)，表明存在空間負(fù)相關(guān)性。正負(fù)I值的大小反映了空間正負(fù)相關(guān)性程度；wij為空間權(quán)重矩陣，反映各評(píng)價(jià)單元之間的空間鄰接關(guān)系，本文的數(shù)據(jù)基礎(chǔ)為研究區(qū)域的面板數(shù)據(jù)，故采用基于GeoDa 的Queen 鄰接準(zhǔn)則來構(gòu)建空間權(quán)重矩陣。

由于全局空間自相關(guān)反映耕地利用生態(tài)效率在整體空間上的平均關(guān)聯(lián)與差異程度，無法反映局部空間異質(zhì)性具體特征，因此本文采用局部空間自相關(guān)法進(jìn)行分析，以局部莫蘭指數(shù)表征，基本原理如下：

式中：Ii為評(píng)價(jià)單元i局部莫蘭指數(shù)；Ii的正負(fù)值分別對(duì)應(yīng)相似和相異耕地利用生態(tài)效率值區(qū)域鄰近；Ii絕對(duì)值的大小反映空間鄰近程度的高低。

3.4 區(qū)域概況與數(shù)據(jù)來源

長江中下游糧食主產(chǎn)區(qū)包括江蘇、安徽、江西、湖北、湖南五省，是我國三大糧食主產(chǎn)區(qū)之一，也是長江中下游重要的生態(tài)屏障。該地區(qū)歷年耕地面積、糧食產(chǎn)量、農(nóng)業(yè)產(chǎn)值均占全國20%左右，在保障國家糧食安全方面起到了至關(guān)重要的作用，同時(shí)也承擔(dān)著氣候調(diào)節(jié)、污染降解、固碳蓄水等生態(tài)功能。由于耕地利用頻率過高、人工肥力施用過多等問題，使得該地區(qū)耕地面臨嚴(yán)重的耕地利用負(fù)外部性作用，耕地生態(tài)安全問題長期成為該地區(qū)農(nóng)業(yè)發(fā)展的瓶頸[40]。尤其是在碳排放方面，相關(guān)研究表明，我國30 個(gè)省份（未包括港澳臺(tái)及西藏地區(qū)）農(nóng)業(yè)碳排放總量排名中，湖南、湖北、江蘇、安徽、江西五省分別位居第一、第二、第四、第五、第七[41]，該地區(qū)具有耕地利用減排降碳的巨大潛力，對(duì)于促進(jìn)我國農(nóng)業(yè)可持續(xù)發(fā)展和“雙碳”目標(biāo)的實(shí)現(xiàn)具有重要意義。同時(shí)，由于各省份間農(nóng)業(yè)資源稟賦、耕地保護(hù)問題、政策制定導(dǎo)向等省情差異，使得長江中下游糧食主產(chǎn)區(qū)的耕地利用協(xié)調(diào)發(fā)展亦面臨困境。因此，本文選取長江中下游糧食主產(chǎn)區(qū)內(nèi)71 個(gè)地級(jí)市（州）為研究區(qū)域，探究其耕地利用生態(tài)效率的演變特征與空間格局，為實(shí)現(xiàn)耕地利用與生態(tài)環(huán)境的協(xié)調(diào)發(fā)展、促進(jìn)地區(qū)之間的合作聯(lián)動(dòng)發(fā)展提供理論支撐。耕地利用相關(guān)基礎(chǔ)數(shù)據(jù)來自2007—2021 年的《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》、各省市統(tǒng)計(jì)年鑒及農(nóng)村統(tǒng)計(jì)年鑒、國民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。

4 實(shí)證結(jié)果分析

4.1 耕地利用生態(tài)效率時(shí)序動(dòng)態(tài)演變特征分析

基于MaxEDA 軟件測(cè)度出2007—2020 年我國長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率值（圖2），整體而言，研究區(qū)域各省份耕地利用生態(tài)效率值呈現(xiàn)出“高位波動(dòng)、高位下降、低位波動(dòng)、低位下降”四種顯著的分異現(xiàn)象。

圖2 2007—2020年研究區(qū)域各省份耕地利用生態(tài)效率

“高位波動(dòng)”指2007—2020 年江蘇、江西兩省耕地利用生態(tài)效率均值位居研究區(qū)域前二，分別為0.95、0.92；對(duì)應(yīng)變化幅度在研究區(qū)域中最小，分別為0.6%、2.3%。結(jié)合具體指標(biāo)分析，形成江蘇、江西兩省耕地利用生態(tài)效率相似演變特征的原因各異，江蘇省主要在于其高效的耕地利用“經(jīng)濟(jì)—社會(huì)—生態(tài)”產(chǎn)出，2007—2020 年江蘇省年均農(nóng)業(yè)總產(chǎn)值為3 005.57 億元，在研究區(qū)域中位居第一，糧食總產(chǎn)量和耕地碳匯總量分別為3 727.56萬噸和4 083.28 萬噸，在研究區(qū)域中均位居第二；江西省則主要在于耕地利用活動(dòng)產(chǎn)污較低，2007—2020 年江西省年均耕地利用碳排放、面源污染分別為191.74 萬噸和1 201.97 立方千米，在研究區(qū)域中均位于最低。

“高位下降”指2007—2020 年湖北省耕地利用生態(tài)效率值從初始的1.07 跌至0.86，由研究區(qū)域初始最高位置降至中游位置；對(duì)應(yīng)的負(fù)增長率位居研究區(qū)域前二，高達(dá)18.7%。結(jié)合具體指標(biāo)分析，湖北省呈現(xiàn)“高位下降”演變特征的主要原因在于其耕地利用的投入體系的結(jié)構(gòu)變化并未有效轉(zhuǎn)換為社會(huì)、生態(tài)產(chǎn)出。2007—2020年湖北省耕地利用投入體系中的勞動(dòng)力投入、資本投入均以3%左右的速度逐年減少，而能源投入則顯著增加，農(nóng)業(yè)機(jī)械總動(dòng)力、有效灌溉面積年增長率高達(dá)4.69%和3.02%，均位于研究區(qū)域第一，然而投入結(jié)構(gòu)變化并未使得社會(huì)、生態(tài)產(chǎn)出高效增長。2007—2020 年湖北省糧食總產(chǎn)量增長率、耕地碳匯增長率分別為1.27%和0.94%，僅位居研究區(qū)域第三、第四位。

“低位波動(dòng)”指2007—2020 年安徽省耕地利用生態(tài)效率均值為0.74，位于研究區(qū)域末位，始終在研究區(qū)域的第四、第五位波動(dòng)，變化范圍不突出。結(jié)合具體指標(biāo)分析，安徽省呈現(xiàn)“低位波動(dòng)”演變特征的主要原因在于安徽省耕地利用活動(dòng)未實(shí)現(xiàn)的經(jīng)濟(jì)、社會(huì)、生態(tài)效應(yīng)的協(xié)調(diào)發(fā)展，同時(shí)碳排放、面源污染則急劇增加。2007—2020 年，安徽省糧食總產(chǎn)量、耕地碳匯總量分別為3 793.06 萬噸和4 578.98 萬噸，均位居研究區(qū)域第一，而農(nóng)業(yè)總產(chǎn)值僅為1 946.74 億元，位居研究區(qū)域第四。此外，安徽省碳排放量與面源污染排放量年增長率分別為0.52%和1.4%，均為研究區(qū)域最高。

“低位下降”指2007—2020 年湖南省耕地利用生態(tài)效率均值為0.75，在研究區(qū)域中排名第四，對(duì)應(yīng)的負(fù)增長率為29.1%，在研究區(qū)域中最高，下降態(tài)勢(shì)最為顯著。結(jié)合具體指標(biāo)分析，湖南省呈現(xiàn)“低位下降”演變特征的主要原因在于湖南省耕地利用的“經(jīng)濟(jì)—社會(huì)—生態(tài)”產(chǎn)出體系低效以及碳排放、面源污染的快速增長。2007—2020 年湖南省年均農(nóng)業(yè)產(chǎn)值為2 266.49 億元，位于研究區(qū)域中游，糧食總產(chǎn)量年均增長為-0.37%，是研究區(qū)域中唯一糧食總產(chǎn)量下降的省份，耕地碳匯年均增長率為0.24%，位于研究區(qū)域末位，此外，湖南省碳排放量與面源污染排放量年增長率分別為0.43%和0.56%，均為研究區(qū)域第四，僅略優(yōu)于安徽省。

4.2 耕地利用生態(tài)效率區(qū)域差異演變特征分析

為準(zhǔn)確刻畫長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率的時(shí)序動(dòng)態(tài)演變過程，運(yùn)用Stata SE 15 軟件分別描繪出長江中下游糧食主產(chǎn)區(qū)全域和省域尺度2003 年、2013 年、2020 年耕地利用生態(tài)效率核密度曲線圖（圖3）。

圖3 2007—2020年研究區(qū)域各省耕地利用生態(tài)效率核密度估計(jì)

基于全域視角，長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率呈現(xiàn)出先降后升、差異擴(kuò)大、兩極分化的時(shí)序演進(jìn)特征。（1）從核密度年度曲線重心位置來看，2007—2013 年左遷徙，2013—2020 年右遷徙，表明在研究期內(nèi)長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率整體呈現(xiàn)出先下降后上升的態(tài)勢(shì)。（2）從曲線主峰波峰高度來看，2007—2013 年波峰顯著下降，2013—2020 年波峰上升，表明在研究期內(nèi)長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率差異呈現(xiàn)出先大幅擴(kuò)增后部分縮小的態(tài)勢(shì)。（3）從曲線波峰數(shù)量來看，2007—2020 年均出現(xiàn)了雙峰并存現(xiàn)象，表明在研究期內(nèi)長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率始終存在兩極分化現(xiàn)象。

基于局域視角，江蘇、安徽、江西、湖北和湖南五省耕地利用生態(tài)效率呈現(xiàn)出“兩同三異，異中有同，同中有異”的演進(jìn)特征。（1）“兩同三異”指湖北、湖南兩省耕地利用生態(tài)效率演進(jìn)特征高度相似，江蘇、安徽和江西三省耕地利用生態(tài)效率演進(jìn)特征顯著不同。從主峰波峰高度和波峰數(shù)量來看，2007—2020 年，湖北，湖南兩省曲線波峰均呈現(xiàn)大幅下降后小幅上升現(xiàn)象且均呈現(xiàn)出由多峰向雙峰轉(zhuǎn)變現(xiàn)象；而江蘇、安徽和江西三省曲線波峰升降狀況和波峰分布形態(tài)則各具特征。（2）“異中有同”指江蘇、安徽和江西三省耕地利用生態(tài)效率核密度曲線在形態(tài)差異較大的情況下仍具備一定的共同特征，例如江蘇和安徽兩省曲線波峰數(shù)量均呈雙峰分布，即均存在兩極分化現(xiàn)象。（3）“同中有異”指湖北和湖南兩省耕地利用生態(tài)效率核密度曲線特征高度相似的情況下仍具備不同特點(diǎn)，例如湖南省曲線波峰數(shù)量更多，意味著湖南省耕地利用生態(tài)效率多極分化現(xiàn)象更為顯著。

4.3 耕地利用生態(tài)效率空間格局特征分析

4.3.1 全域空間格局特征

基于全局莫蘭指數(shù)測(cè)算結(jié)果（表2），2007—2020 年我國長江中下游糧食主產(chǎn)區(qū)耕地利用生態(tài)效率全域空間分布呈現(xiàn)正向相關(guān)、波動(dòng)上升的特征。由表2 可知，全局Moran’s I 指數(shù)均為正值且各年均通過顯著性檢驗(yàn)，P值由最初的0.013 波動(dòng)上升為0.001，表現(xiàn)出更高的顯著性水平，證明研究區(qū)域耕地利用生態(tài)效率空間分布存在顯著正向空間自相關(guān)性，且呈現(xiàn)出由弱相關(guān)向強(qiáng)相關(guān)的演變。

表2 2007—2020年研究區(qū)域耕地利用生態(tài)效率全局Moran’s I

4.3.2 局域空間格局特征

基于局部Moran’s I 測(cè)算結(jié)果繪制研究區(qū)域2007 年、2013 年和2020 年耕地利用生態(tài)效率LISA 聚類圖（圖4），集聚類型依據(jù)各市自身和其周邊鄰近地市耕地利用生態(tài)效率的高低水平劃分為高高集聚型（HH）、低高集聚型（LH）、低低集聚型（LL）和高低集聚型（HL）四類。由圖4 可知，研究區(qū)域耕地利用生態(tài)效率在地理空間上呈現(xiàn)出“均衡擴(kuò)展、結(jié)核分布”的集聚特征。

圖4 2007—2020年研究區(qū)域耕地利用生態(tài)效率LISA聚類圖

“均衡擴(kuò)展”指2007—2020 年研究區(qū)域耕地利用生態(tài)效率的集聚現(xiàn)象從集中分布于湖北和安徽兩省到均衡分布于研究區(qū)域的各個(gè)省份，集聚區(qū)域由17 個(gè)擴(kuò)展為22個(gè)。2007 年耕地利用生態(tài)效率集聚現(xiàn)象主要分布在湖北省和安徽省，均有7 個(gè)集聚區(qū)域，其中湖北省主要為高高集聚類型且集聚區(qū)域緊密相鄰，在湖北省西部形成一個(gè)高高集聚核；安徽省主要為低低集聚類型且集聚區(qū)域分散于全省各處。而江蘇、湖南和江西三省集聚區(qū)域較少，集聚現(xiàn)象不顯著，江蘇、湖南兩省集聚區(qū)域分別為2 個(gè)和1 個(gè)，江西省境內(nèi)則無集聚區(qū)域。2020 年耕地利用生態(tài)效率集聚現(xiàn)象顯著增多，并且較為均衡地分布于研究區(qū)域各省。從集聚區(qū)域數(shù)量來看湖北省最多，為6 個(gè)，江蘇、安徽兩省均為5 個(gè)，湖南、江西兩省均為3 個(gè)。

“結(jié)核分布”指2007—2020 年研究區(qū)域耕地利用生態(tài)效率四類集聚類型中高高集聚型和低低集聚型占比最高且均突顯為緊密相鄰的空間格局，形成“高高集聚核”與“低低集聚核”的集聚特征。2007 年，研究區(qū)域內(nèi)高高集聚型和低低集聚型區(qū)域共12 個(gè)，在全部集聚區(qū)域中占比71%，并在湖北省西部形成了由6 個(gè)鄰接地市組成的高高集聚核，在安徽省中部形成了由3 個(gè)鄰接地市組成的低低集聚核，形成了雙核分布格局。2013 年，研究區(qū)域內(nèi)高高集聚型和低低集聚型區(qū)域增長為14 個(gè)，在全部集聚區(qū)域中占比上升為83%，并在安徽省東北部新增了由3 個(gè)鄰接地市組成的低低集聚核，在江蘇省西南部形成了由4 個(gè)鄰接地市組成的高高集聚核，形成了四核分布格局。2020 年，研究區(qū)域內(nèi)高高集聚型和低低集聚型區(qū)域進(jìn)一步增長為17 個(gè)，集聚核演變現(xiàn)象主要發(fā)生在安徽省，其東北部低低集聚核消失，但西南部低低集聚核有所擴(kuò)大，研究區(qū)域耕地利用生態(tài)效率集聚特征形成“一低兩高”的三核分布格局。

5 結(jié)論與啟示

5.1 結(jié)論

本文基于“雙碳”目標(biāo)視角下的耕地利用生態(tài)效率概念內(nèi)涵，綜合運(yùn)用非期望超效率SBM 模型、核密度估計(jì)以及空間自相關(guān)分析等方法探究我國長江中下游糧食主產(chǎn)區(qū)71 座地級(jí)市耕地利用生態(tài)效率的演變特征、區(qū)域差異和空間格局，得出以下主要結(jié)論。

（1）時(shí)序演進(jìn)方面，2007—2020 年研究區(qū)域各省耕地利用生態(tài)效率值呈現(xiàn)出“高位波動(dòng)、高位下降、低位波動(dòng)、低位下降”四種顯著的分異現(xiàn)象，即江蘇、江西兩省耕地利用生態(tài)效率均值位居研究區(qū)域前列并且變化幅度細(xì)微，湖北省耕地利用生態(tài)效率由研究區(qū)域第一位降至中游位置，安徽省耕地利用生態(tài)效率始終在研究區(qū)域后兩位小幅波動(dòng)，湖南省耕地利用生態(tài)效率均值在研究區(qū)域中排名倒數(shù)第二位，且負(fù)增長率最高。

（2）區(qū)域差異方面，2007—2020 年研究區(qū)域全域耕地利用生態(tài)效率呈現(xiàn)出先降后升、差異擴(kuò)大、兩極分化的時(shí)序演進(jìn)特征，即研究區(qū)域內(nèi)耕地利用生態(tài)效率變化趨勢(shì)由下降轉(zhuǎn)變?yōu)樯仙瑓^(qū)域差異呈現(xiàn)出先大幅擴(kuò)增后部分縮小的態(tài)勢(shì)并始終存在兩極分化現(xiàn)象；從局域視角來看，湖北、湖南兩省耕地利用生態(tài)效率區(qū)域差異特征類似，差異演變均呈現(xiàn)為先大幅擴(kuò)大后小幅減少，差異分布均呈現(xiàn)為由多極分化向兩極分化演變，江蘇、安徽和江西三省耕地利用生態(tài)效率區(qū)域差異雖各具特征，但也存在一些共同之處。

（3）空間格局方面，2007—2020 年研究區(qū)域耕地利用生態(tài)效率空間分布存在顯著正向空間自相關(guān)性，并呈現(xiàn)向強(qiáng)相關(guān)的演變；從局域視角來看，耕地利用生態(tài)效率在地理空間上呈現(xiàn)出“均衡擴(kuò)展、結(jié)核分布”的集聚特征，即集聚現(xiàn)象從集中分布于湖北和安徽兩省到均衡分布于研究區(qū)域的各個(gè)省份，集聚區(qū)域由17 個(gè)擴(kuò)展為22個(gè)，四類集聚類型中高高集聚型和低低集聚型占比最高且均突顯為緊密相鄰的空間格局，形成“高高集聚核”與“低低集聚核”的集聚特征。

5.2 啟示

（1）優(yōu)化耕地利用投入產(chǎn)出結(jié)構(gòu)。在投入方面，基于各地區(qū)的農(nóng)業(yè)資源條件和耕地利用現(xiàn)狀等實(shí)際情況，充分合理的調(diào)配好勞動(dòng)力、資本、能源等要素在耕地生產(chǎn)活動(dòng)中的投入；在產(chǎn)出方面，加強(qiáng)農(nóng)業(yè)生態(tài)技術(shù)的研發(fā)與應(yīng)用，運(yùn)用耕地固碳減排、秸稈資源化利用等技術(shù)手段合理減少耕地利用中的碳排放和面源污染排放。通過綜合優(yōu)化耕地利用投入產(chǎn)出結(jié)構(gòu)，在擴(kuò)大糧食生產(chǎn)、碳吸收等期望產(chǎn)出的同時(shí)有效減少耕地利用非期望產(chǎn)出，實(shí)現(xiàn)耕地利用生態(tài)效率最大化。

（2）推廣綠色導(dǎo)向耕地利用舉措。對(duì)于各級(jí)部門，應(yīng)積極完善耕地利用生態(tài)化環(huán)境，從全面考慮耕地經(jīng)濟(jì)、社會(huì)、生態(tài)功能出發(fā)，構(gòu)建耕地利用高產(chǎn)低碳減排評(píng)估考核體系，建立耕地利用補(bǔ)償基金用于耕地利用環(huán)境的整治和補(bǔ)償；對(duì)于各地部門，基于各地耕地利用水平差異分化現(xiàn)狀，應(yīng)因地制宜地采取秸稈農(nóng)膜再利用、農(nóng)藥化肥減量增效等活動(dòng)，靈活選取補(bǔ)償方式激發(fā)生態(tài)化耕地利用積極性，推動(dòng)各地耕地綠色利用水平提升，縮小地區(qū)發(fā)展差異。

（3）發(fā)揮高水平地區(qū)引領(lǐng)作用。對(duì)于高高集聚型地市不僅需要利用集聚優(yōu)勢(shì)進(jìn)一步保持高位耕地利用生態(tài)效率，提升自身耕地綠色利用水平，也需要突顯自身優(yōu)勢(shì)，發(fā)揮輻射帶動(dòng)作用幫助周邊地市更新農(nóng)業(yè)生產(chǎn)技術(shù)，改進(jìn)農(nóng)業(yè)生產(chǎn)模式，提高耕地綠色利用水平；對(duì)于低低集聚型地市則需要加強(qiáng)對(duì)粗放耕地利用、高污染排放耕地利用的監(jiān)管力度，引導(dǎo)耕地利用綠色發(fā)展。通過鄰近地市之間空間溢出效應(yīng)，加強(qiáng)各地區(qū)發(fā)展綠色農(nóng)業(yè)的府際合作與交流，共同推動(dòng)耕地利用經(jīng)濟(jì)、社會(huì)、生態(tài)效益和諧統(tǒng)一。